Interpretar estimativas e intervalos de confiança

Do dado observado à quantidade de interesse

Em um estudo, a target population é o conjunto sobre o qual os pesquisadores querem aprender. A sample é o conjunto que foi efetivamente observado.

A quantidade calculada com os dados da amostra é uma sample statistic (estatística amostral). Já a quantidade correspondente na população, em geral desconhecida, é um population parameter (parâmetro populacional).

Uma estatística pode servir como point estimate: uma aproximação do parâmetro, não uma equivalência garantida. Para interpretá-la, mantenha visíveis o grupo selecionado, a forma de medição e a população à qual o relato pretende se referir.

Leia o excerto fictício. Ele informa tanto o grupo observado quanto o grupo ao qual a conclusão pretende se referir.

• target population: todos os estudantes de graduação matriculados em 2025 — o conjunto de interesse.
• sample: 240 estudantes pesquisados — os casos efetivamente observados.
• mean weekly study time was 14.6 hours: média da amostra; é uma estatística calculada.
• population mean ... was estimated at 14.6 hours: média populacional que se procura aproximar; 14,6 é a estimativa pontual usada para ela.

A palavra estimated at sinaliza aproximação. O texto não mostra que cada estudante estudou 14,6 horas nem que a média populacional é conhecida com certeza.

Relacione cada elemento do excerto à sua função. Observe se a expressão nomeia o grupo observado, o conjunto de interesse ou uma quantidade.

• População-alvo e amostra não são sinônimos.
• Parâmetro populacional é a quantidade de interesse, geralmente desconhecida.
• Estatística amostral é calculada com os dados observados.
• Uma estimativa pontual usa a estatística para aproximar o parâmetro, sob as condições relatadas.

Uma população, várias amostras possíveis

No step anterior, você separou a população-alvo da amostra e o parâmetro da estimativa. Agora, mantenha essa separação: a quantidade populacional pode permanecer fixa, mas a estimativa muda porque cada amostra inclui pessoas ou observações diferentes.

Em inglês, essa diferença entre estimativas de possíveis amostras é chamada de sampling variability (variabilidade amostral).

O modelo de amostragem repetida

Para raciocinar sobre a variabilidade, imagine repetir o mesmo procedimento muitas vezes:

1. a população-alvo e seu parâmetro permanecem fixos;
2. seleciona-se uma nova amostra do mesmo tamanho;
3. calcula-se novamente a mesma estatística.

Cada repetição pode produzir uma estimativa diferente. Isso é um modelo conceitual: ele ajuda a explicar a incerteza de uma estimativa obtida em apenas uma amostra.

Organize a sequência conceitual de uma repetição de amostragem.

Leia a passagem:

In repeated samples of the same size, the estimated mean varied. This sampling variability does not imply that the population mean changed.

Qual paráfrase em português preserva o sentido?

Além da estimativa pontual, um relato pode apresentar um confidence interval (CI): um intervalo que comunica a incerteza sobre a quantidade populacional estimada.

Leia cada elemento separadamente:

• point estimate: o valor pontual calculado na amostra;
• lower bound: limite inferior;
• upper bound: limite superior;
• confidence level: nível declarado, como 95%.

O nível de confiança não é um dos limites. Nesta etapa, a tarefa é localizar essas partes — sem ainda atribuir uma interpretação probabilística ao 95%.

Em prosa acadêmica, os elementos frequentemente aparecem juntos entre parênteses:

“The population mean waiting time was estimated at 12.4 minutes (95% CI: 10.8 to 15.9).”

O alvo é a population mean waiting time: a média na população-alvo, não o tempo de uma pessoa específica. A expressão estimated at introduz a estimativa pontual. A unidade, minutes, vale tanto para a estimativa quanto para os dois limites.

O alvo também pode ser uma diferença entre médias. Nesse caso, registre a ordem da subtração, pois ela define o referente do valor positivo ou negativo.

“The estimated difference in mean waiting time (Express − Standard) was −3.1 minutes (90% CI: −4.7 to −1.2).”

Aqui, o intervalo se refere à diferença populacional Express − Standard, e não a uma média isolada. A tabela ou a legenda deve deixar essa ordem explícita antes de você comentar os números.

Associe cada informação da passagem sobre waiting time à sua identificação correta.

Complete a ordem da comparação exatamente como ela aparece no relato:

“The estimated difference in mean waiting time (_) was −3.1 minutes (90% CI: −4.7 to −1.2).”

Um 95% confidence interval não é uma garantia sobre o intervalo que você tem em mãos. O nível de confiança descreve o procedimento usado para produzir intervalos.

Imagine repetir muitas vezes a mesma estratégia de amostragem, mantendo a população e seu parâmetro fixos. Se as condições do procedimento forem atendidas, cerca de 95% dos intervalos gerados dessa forma conteriam o parâmetro. Os limites variam de amostra para amostra; o parâmetro não varia nesse modelo.

Depois que um intervalo foi calculado, o parâmetro fixo está dentro dele ou não está. Em uma leitura frequentista, não se deve reescrever isso como “there is a 95% probability that the parameter is in this interval”.

Também não conclua que cada bloco de 100 intervalos terá exatamente 95 que acertam. “About 95%” descreve um comportamento de longo prazo, não uma cota garantida em cada conjunto pequeno de repetições.

Largura e precisão

Depois de localizar estimativa, limites, unidade e nível de confiança, observe a largura do intervalo. Em condições comparáveis, um intervalo mais estreito comunica menor incerteza de amostragem e, portanto, uma estimativa relativamente mais precisa.

Exemplo: se duas estimativas tratam do mesmo resultado em minutos, usam a mesma escala, o mesmo nível de confiança e procedimentos comparáveis, um IC de 95% de 18–22 minutos é mais estreito que um IC de 95% de 17–23 minutos. A primeira estimativa é relativamente mais precisa.

Em inglês, procure expressões como a narrow confidence interval, a wide confidence interval e a relatively precise estimate. “Relatively” importa: a comparação depende das condições.

Antes de declarar que uma estimativa é mais precisa, confira quatro condições:

1. Mesma quantidade de interesse: por exemplo, ambas estimam a média do tempo de espera, e não uma média em um caso e uma diferença entre grupos em outro.
2. Mesma escala e unidade: minutos com minutos, na mesma escala de exibição.
3. Mesmo nível de confiança: 95% com 95%, por exemplo.
4. Procedimentos comparáveis: não trate estudos produzidos de formas muito diferentes como se a largura tivesse uma única explicação.

Se o trecho não informa o necessário, suspenda a conclusão. Dizer “não é possível comparar diretamente com as informações disponíveis” é uma leitura cuidadosa, não uma omissão.

Leia os dois trechos fictícios:

• Report A: “Mean queue time was estimated at 20 minutes (95% CI 18–22).”
• Report B: “Mean queue time was estimated at 21 minutes (90% CI 17–25).”

Os relatórios medem o mesmo tipo de fila, em minutos, com procedimentos comparáveis. Qual conclusão é mais adequada?

Agora formule uma justificativa em inglês para uma comparação válida. Organize os blocos para explicar por que a estimativa A é relativamente mais precisa.

Duas perguntas, dois referentes

Ao ler um resultado, observe sobre o que cada número fala.

• Individual observations são os valores registrados para cada participante.
• The population mean é a média da população que o estudo procura estimar.
• O confidence interval (CI) de uma média expressa a incerteza da estimativa dessa média populacional.

Portanto, dispersão entre pessoas e incerteza sobre a média são informações diferentes. Uma amostra pode ter valores individuais muito espalhados e, ainda assim, produzir uma estimativa relativamente precisa da média.

O intervalo pode ser estreito mesmo quando os valores individuais são bem variados. Isso indica, nas condições do estudo, menor incerteza de amostragem sobre a média — não homogeneidade entre participantes.

A leitura correta preserva os dois planos:

The individual waiting times were highly variable, but the estimated population mean was relatively precise.

“Relatively precise” qualifica a estimativa agregada; não afirma que cada espera individual foi previsível.

Relacione cada expressão ao que ela descreve.

Faça as correspondências.

Associe cada expressão em inglês à descrição adequada.

Escolha o referente correto de cada formulação.

Relacione as expressões.

Associe cada item ao seu referente; um CI da média não é uma faixa de valores individuais.

Relacione o termo ou a frase ao que ele descreve.

Complete a associação.

Diferencie a quantidade estimada das observações.

Faça as correspondências abaixo.

Precisão não é proteção contra viés

Um intervalo de confiança estreito pode indicar menor incerteza de amostragem nas condições do procedimento usado. Mas ele não verifica automaticamente se a amostra representa a população-alvo nem se a medida foi obtida sem distorção.

Duas fontes de problema são diferentes da variação entre possíveis amostras:

• selection bias: a forma de selecionar participantes deixa parte relevante da população de fora ou favorece certos grupos;
• measurement bias: o modo de medir desloca os resultados de forma sistemática.

Portanto, um resultado pode ser preciso — pouco variável entre amostras semelhantes — e ainda assim estar afastado da quantidade que se queria estimar.

Ao encontrar uma ressalva em inglês, ligue-a à inferência específica que ela limita:

• selection bias → quem entrou na amostra pode não representar a target population;
• measurement bias → a variável pode ter sido registrada de modo tendencioso;
• does not account for ... → o intervalo ou a análise não inclui automaticamente aquela fonte de incerteza/erro.

Essas expressões não anulam necessariamente todos os resultados. Elas delimitam o que o intervalo, sozinho, permite afirmar.

Caso integrado: tempos de espera

Leia o relato fictício em inglês. A tarefa é separar quem se quer descrever, o que foi observado e o que o intervalo informa.

At the end of April, the service surveyed a random sample of 120 visitors who checked in between 9 and 11 a.m. The target population was all visitors using this service during those hours that month. The estimated population mean waiting time was 18.4 minutes (95% CI: 16.8 to 20.0). A second random sample, collected under the same protocol and targeting the same population, produced an estimate of 18.1 minutes (95% CI: 15.9 to 20.3).

O alvo é a média populacional do tempo de espera; 18.4 e 18.1 são estimativas produzidas por amostras. Os intervalos comunicam incerteza de amostragem sob o procedimento declarado — não a distribuição dos tempos de cada visitante.